CN113747452A

CN113747452A - 一种云无线接入网通信协作波束赋形设计方法及系统

Info

Publication number: CN113747452A
Application number: CN202110808585.XA
Authority: CN
Inventors: 路鹏程; 郭少勇; 钟成; 阮琳娜; 张岩; 徐思雅; 欧清海; 赵劭康; 张宁池; 王艳茹
Original assignee: Xiongan New Area Power Supply Company State Grid Hebei Electric Power Co; State Grid Corp of China SGCC; Beijing University of Posts and Telecommunications
Current assignee: Xiongan New Area Power Supply Company State Grid Hebei Electric Power Co; State Grid Corp of China SGCC; Beijing University of Posts and Telecommunications
Priority date: 2021-07-16
Filing date: 2021-07-16
Publication date: 2021-12-03
Anticipated expiration: 2041-07-16
Also published as: CN113747452B

Abstract

本发明提供一种云无线接入网通信协作波束赋形设计方法及系统，包括：确定信息接收机传输速率模型和能量接收机能量模型，建立5G智能电网系统模型；确定电力节点功耗模型和前传链路功耗模型，建立系统功耗模型；基于5G智能电网系统模型和系统功耗模型，建立优化问题模型；对优化问题模型进行转换和求解，得到系统功耗最小化的最优解。本发明设计的波束赋形，能实现通过逐次凸逼近和平滑逼近技术来寻找近似最优解，同时遵守数据速率、前传容量和每个远端射频单元发射功率的约束。收敛速度快并且计算复杂度低，取得了较好的性能。

Description

一种云无线接入网通信协作波束赋形设计方法及系统

技术领域

本发明涉及无线通信技术领域，尤其涉及一种云无线接入网通信协作波束赋形设计方法及系统。

背景技术

随着智能电网规模的不断扩大和部署，电力系统各环节的设备数量的快速增加，海量电网终端设备所产生的数据呈指数级爆炸增长。海量电网终端数据的高效、快速和安全处理与分析给传统的电力通信网络带来极大挑战。数据量的爆炸式增长和数据结构类型的高度复杂化给传统的电力通信网络带来了巨大压力和挑战，特别在5G时代，电力网络应用和服务多元化使数据结构复杂化、吞吐量大、实时性要求更高，使得现有电力网络在承载大数据时面临业务适配灵活性差、网络资源紧张的挑战。而云计算智能技术因节省带宽、集中化、保护数据隐私等优点具有深度助力电力领域发展的巨大潜力。其中，云无线接入网(C-RAN)被认为是一种很有前途的网络架构，通过将收集到海量终端数据在基带处理单元(BBU)以集中方式进行处理。通过资源处理集中化，综合利用计算资源、頻谱资源和能量资源，不仅提高了海量数据的处理能力，而且提升了系统能量效率和频谱效率，符合未来5G无线通信系统的超密集、高能效、高谱效、大数据传输的发展需求。然而，随着网络节点的密集部署，功耗可能会增加，这导致更高的运营支出成本，并使其不环保。在面向5G智能电网中，其电力节点数据的增加，其网络资源的分配也变得日益复杂，难以实时处理。

近年来，许多学者研究了C-RAN的节能问题：S.Luo联合优化下行和上行链路的波束形成，相比独立优化上、下行链路的波束形成，联合优化可以获得更低的功耗；Y.Shi通过设计远端射频单元(RRH，Remote Radio Head，射频拉远头，也称电力节点)调度方案来减轻用户之间的严重干扰，通过协调波束形成来降低发射功率；C.Pan优化RRH活跃状态、用户与RRH之间的关联和波束形成，开发了鲁棒的能量最小化算法；M.Tao等还考虑了前端链路的功耗，通过联合优化RRH分簇和多播波束形成，使网络功耗最小化。然而，上述工作主要是通过降低功耗来节省能量，忽略了数据速率对功耗的影响。此外，这些工作假设在不考虑其容量受限的情况下，前传链路是理想的。

另外，无线信息与能量协同传输(Simultaneous Wireless Information andPower Transfer，SWIPT)技术被认为是针对能量受限的无线网络的一种可行解决方案，在这种技术中，接收到的信号可以用来为电池有限的设备充电，以实现自我维持。当SWIPT应用于C-RAN时，接收器更有可能靠近一个或几个RRH，这将提供更高程度的宏分集和更低的路径损耗，并有利于能量收集。因此，SWIPT和C-RAN的融合对未来的无线网络中的潜力值得期待。例如，D.W.K.Ng等研究了分布式天线通信系统中移动接收机的安全信息和可再生绿色能源传输的资源分配算法。Wu.Hao等联合设计了具有组播前端的C-RAN中的波束形成和功率分配。对于全双工C-RAN，M.Zhao等研究了收发机的联合设计，以最小化总功耗。

上述现有技术存下以下问题：

没有考虑前传链路容量的有限性，假定其容量是无限大，与实际通信系统不符；

仅考虑信息传输，没有涉及到能量传输，而且仅考虑单播传输；

当前的设计算法计算复杂度大，难以应用到超密集C-RAN中。

发明内容

本发明提供一种云无线接入网通信协作波束赋形设计方法及系统，用以解决现有技术中存在的缺陷。

第一方面，本发明提供一种云无线接入网通信协作波束赋形设计方法，包括：

确定信息接收机IR传输速率模型和能量接收机ER能量模型，建立5G智能电网系统模型；

确定电力节点功耗模型和前端传输链路功耗模型，建立系统功耗模型；

基于所述5G智能电网系统模型和所述系统功耗模型，建立优化问题模型；

对所述优化问题模型进行转换和求解，得到系统功耗最小化的最优解。

第二方面，本发明还提供一种云无线接入网通信协作波束赋形设计系统，包括：

第一建立模块，用于确定IR传输速率模型和ER能量模型，建立5G智能电网系统模型；

第二建立模块，用于确定电力节点功耗模型和前传链路功耗模型，建立系统功耗模型；

第三建立模块，用于基于所述5G智能电网系统模型和所述系统功耗模型，建立优化问题模型；

转换优化模块，用于对所述优化问题模型进行转换和求解，得到系统功耗最小化的最优解。

第三方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述云无线接入网通信协作波束赋形设计方法的步骤。

第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述云无线接入网通信协作波束赋形设计方法的步骤。

本发明提供的云无线接入网通信协作波束赋形设计方法及系统，通过逐次凸逼近(SCA)和平滑逼近技术来寻找近似最优解，同时遵守数据速率、前端容量和每个RRH发射功率的约束。收敛速度快并且计算复杂度低，取得了较好的性能。

附图说明

为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明提供的云无线接入网通信协作波束赋形设计方法的流程示意图；

图2是本发明提供的面向5G智能电网的系统模型；

图3是本发明提供的有限前端传输容量对总功耗的影响对比图；

图4是本发明提供的总功耗与每个RRH的最大传输功率的关系对比图；

图5是本发明提供的每个ER的采集能量目标对总功耗的影响对比图；

图6是本发明提供的云无线接入网通信协作波束赋形设计系统的结构示意图；

图7是本发明提供的电子设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

针对现有技术存在的问题，本发明提供一种面向5G智能电网的C-RAN绿色通信协作波束赋形设计新方法，考虑在具有SWIPT的大规模C-RAN中多组多播传输的波束形成设计，设计了一种波束形成的低复杂度算法，可实现通过逐次凸逼近和平滑逼近技术来寻找近似最优解，同时遵守数据速率、前端容量和每个RRH发射功率的约束。由于收敛速度快和计算复杂度低，所提出的算法在面向5G智能电网中有很好的应用前景，所考虑的多组组播场景对于未来的无线网络具有重要的现实意义。

图1是本发明提供的云无线接入网通信协作波束赋形设计方法的流程示意图，如图1所示，包括：

S1，确定IR传输速率模型和ER能量模型，建立5G智能电网系统模型；

S2，确定电力节点功耗模型和前传链路功耗模型，建立系统功耗模型；

S3，基于所述5G智能电网系统模型和所述系统功耗模型，建立优化问题模型；

S4，对所述优化问题模型进行转换和求解，得到系统功耗最小化的最优解。

具体地，针对图2所示的面向5G智能电网的系统模型，本发明首先建立面向5G智能电网的系统模型，然后建立符合实际的系统功耗模型，在得到上述模型的基础上，进行建模优化问题模型，建立优化问题和对应的约束条件，为进一步求解，还需将约束条件中的函数进行转化，转变为光滑的凸函数，以求解最优解，得到使系统功耗最小化的最优解。

本发明通过逐次凸逼近(SCA)和平滑逼近技术来寻找近似最优解，同时遵守数据速率、前传容量和每个RRH发射功率的约束。收敛速度快并且计算复杂度低，取得了较好的性能。

基于上述实施例，该方法步骤S1包括：

获取若干个电力节点集合、若干个IR集合和ER集合，其中每个电力节点包括至少一个发射天线，每个IR和ER包括单个发射天线；

将所有IR分组到多个多播组中，所述多个多播组不大于所述若干IR集合，确定每个信息接收机仅属于一个多播组；

基于无线信息与能量协同传输SWIPT确定每个电力节点的协同波束形成向量，获取对应任一多播组的任一多播消息，基于所述协同波束形成向量和所述任一多播消息，得到任一发射信号；

获取任一IR所属多播组索引、所有IR和任一IR之间的全网信道向量以及任一IR的加性高斯白噪声，结合所述任一发射信号，得到任一IR的接收信号；

基于所述任一IR的接收信号，得到任一IR多播消息实现速率，并确定所述任一信息接收机多播消息实现速率的最小值，得到任一多播组的多播消息实现速率；

获取所有电力节点与任一ER之间的全网信道矢量，得到任一ER的接收射频功率；

获取采集器灵敏度阈值、能量采集电路饱和最大采集功率以及用于捕获能量收集电路的非线性动力学的第一参数和第二参数，结合所述任一ER的接收射频功率，得到所述接收射频功率的非线性模型。

具体地，将系统内大量的RRH通过容量受限的前传网络分别为所有的信息接收机(IR)和能量接收机(ER)提供信息服务和能量服务。为提升数据传输，所考虑的网络不仅仅提供多播服务，而且也提供广播服务。考虑基于SWIPT的协同波束形成，在RRH处为每个消息分配一个专用信息/能量波束。为下行链路分配信道资源。

考虑具有SWIPT的C-RAN的下行链路传输，由N个RRH、K个IR和Q个ER组成，分别由集合

表示，每个RRH配备有M>1个发射天线。IR和ER是单天线设备，分别利用接收信号进行信息解码和能量收集。每个RRH都通过容量有限的前端网络连接到BBU池。为了信息解码，所有的IR被分组到G个多播组

中，其中

是属于第g组,

和1≤G≤K的一组IR。假设每个IR仅属于一个组。因此

并且

在本发明中，考虑在SWIPT的每个RRH处的协同波束形成，并且在不失一般性的情况下，每个消息被分配一个专用信息/能量波束。

假设

是针对第g组中IR的多播消息，因此，从第n个发射的信号为

其中w_g是消息s_g在第n个RRH处的波束形成向量。

首先确定可实现的速率，对于第k个IR，接收信号为

其中

是第k个IR所属组的索引，

是所有RRH和第k个IR之间的全网信道向量，

是以类似方式定义的全网波束形成向量，

是第k个IR处的加性高斯白噪声。

不失一般性，假设所有的信道向量是线性独立的，并且在BBU池中有完美的信道状态信息(CSI)，并且所有的信道陈述信息可以彼此精确同步。如此，第k个IR的多播消息的可实现速率(nat/s/Hz)被给出为：

其中，

表示所有发射波束形成向量的集合。

此外，第g组的

多播消息的可实现速率由所有的

最小值决定。因此，可定义为

另外，对于无线能量传输，由于无线信道的广播特性，所有信息波束携带的能量可以在每个ER处被收集。因此，第q个ER的接收射频功率可表示为

其中

是所有RRH和第四个ER之间的全网信道矢量。因此，在第q个ER采集的能量用

表示，其中

是代表能量转换过程的函数。在本发明中，采用如下非线性模型：

其中，参数P₀表示采集器的灵敏度阈值(设置为零)，P_max表示能量采集电路饱和时的最大采集功率。此外，参数τ₁和τ₂用于捕获能量收集电路的非线性动力学。

基于上述任一实施例，该方法步骤S2包括：

获取任一功率放大器功率、任一功率放大器效率、任一电力节点活跃模式功耗和任一电力节点睡眠模式功耗；

若所述任一功率放大器功率大于0，则基于所述任一功率放大器功率、所述任一功率放大器效率和所述任一电力节点活跃模式功耗，得到任一电力节点活跃模式功耗模型，否则基于所述任一电力节点睡眠模式功耗，得到任一电力节点睡眠模式功耗模型；

获取每个前传链路流量相关功耗、任一电力节点和BBU池之间前传链路总数据速率和每个前传链路固定功耗，得到前端传输链路功耗模型；

基于所述任一电力节点活跃模式功耗和所述任一电力节点睡眠模式功耗之差，得到功耗常数；

基于所述功耗常数、所述任一电力节点活跃模式功耗模型、所述任一电力节点睡眠模式功耗模型和所述前传链路功耗模型，得到系统总功耗。

具体地，进一步建立符合实际的系统功耗模型，然后通过优化波束形成来制定总功耗最小化问题。

第一步解决RRH功耗问题，RRH功耗组件的特性取决于其设计，对第n个RRH的功耗采用以下经验线性模型：

其中P_tx,n(v)可以表示为

A_n∈{0,1}^MN×MN是定义为A_n＝diag{[0_(n-1)M,1_M,0_(n-1)M]}的对角矩阵。在(10a)中，

是第n个功率放大器的效率。p_ac,n和p_sl,n分别代表第n个RRH处于活跃和睡眠模式时的电路功耗。总的来说，p_ac,n>p_sl,n，即在业务量少的情况下尽量关闭RRH以节省电力。

第二步解决前传链路功耗，在C-RAN中，RRH通过前端传输链路连接到BBU池。不同的前端技术会导致前端功耗不同。将前传链路传输建模为一组通信信道，其功耗与前端传输总数据速率成正比:

其中p_fh,n是流量相关功耗，p_fx,n是每个前端链路的固定功耗(与业务量无关功耗)，

是第n个RRH和BBU池之间的前传链路上的总数据速率，由下式给出

其中

是指标函数，定义为

因此，公式(6)-(8)给出了系统的总功耗：

其中

是常数，定义为

基于上述任一实施例，该方法步骤S3包括：

确定所述系统总功耗的优化目标为使所述系统功耗最小化，并同时满足第一约束条件、第二约束条件、第三约束条件和第四约束条件；

其中，所述第一约束条件包括所述任一信息接收机多播消息实现速率的最小值满足所有用户设备的公共服务和任一组的专用多播服务的最小数据速率；

所述第二约束条件包括所述任一电力节点和BBU池之间前传链路总数据速率不大于BBU池和任一电力节点之间的最大前端连接容量；

所述第三约束条件包括所述任一能量接收机的接收射频功率不小于任一能量接收机所需最小能量；

所述第四约束条件包括所述任一功率放大器功率不大于任一电力节点的最大发射功率。

具体地，本发明通过设计波束成形来最小化总功耗，根据前述公式(4)-(10)，该问题可建模为：

其中，C1的

分别是第g组的多播服务所需的最小数据速率；C2的

是BBU池和第n个RRH之间的最大前传容量，C3的符号

是第q个ER所需的最小能量；C4中的

是第n个RRH允许的最大发射功率。

基于上述任一实施例，该方法步骤S4包括：

将所述第一约束条件和所述第二约束条件进行非光滑性转换，得到转换后的第一约束条件和第二约束条件；

对所述转换后的第一约束条件和第二约束条件、所述第三约束条件以及所述第四约束条件，进行凸问题求解，得到所述系统功耗最小化的最优解。

其中，所述将所述第一约束条件和所述第二约束条件进行非光滑性转换，得到转换后的第一约束条件和第二约束条件，包括：

确定速率辅助变量组，将所述速率辅助变量组代入所述第一约束条件，使得所述任一IR多播消息可达速率不小于预设常数，将所述预设常数代替非光滑多播速率函数，得到具有光滑性的第一约束条件；

采用预设光滑凸范数近似所述第二约束条件中的指标函数，将预设权重因子和控制近似平滑度正值替换所述指标函数，得到具有光滑性的第二约束条件。

其中，所述对所述转换后的第一约束条件和第二约束条件、所述第三约束条件以及所述第四约束条件，进行凸问题求解，得到所述系统功耗最小化的最优解，包括：

基于路径跟踪算法，获得所述任一IR多播消息可达速率的下界凹近似，将所述预设常数减去所述下界凹近似并确定不大于0，得到所述第一约束条件的凸问题；

确定所述任一ER所需最小能量的能量转换过程的伪逆函数，将所述任一ER的接收射频功率采用泰勒一阶展开获得接收射频功率展开近似函数，将所述伪逆函数减去所述接收射频功率展开近似函数并确定不大于0，得到所述第三约束条件的凸问题；

综合所有约束条件的凸约束，采用SCA框架进行迭代求解，得到所述系统功耗最小化的最优解。

具体地，根据前述实施例中公式(11)给出的优化问题既不光滑也不凸，甚至找到一个满足非凸约束C1-C4的可行点都是NP-hard问题，为了克服这些挑战，本发明提出了一种低复杂度算法。具体的求解步骤如下：

首先解决

的非光滑性，通过引入一组辅助变量

使得

其中，非光滑多播速率函数

可以由

代替。

然后处理非光滑指示函数

用光滑凸l₁范数来近似

得到，

其中

是权重因子，ε是控制近似平滑度的正值，

是在第t次迭代中获得的解。根据(12)和(13)，同时考虑到在最佳点满足最小速率约束这一事实，(10)中的

和(11)中的前传链路容量约束C2可分别近似为

不难看出，(14)中的

和约束条件(15)都是

上的凹二次型。

进一步地，处理约束条件(12)的非凸性，首先处理非凸约束(12)，通过使用路径跟踪算法，获得了如下

的下界凹近似。

给定一个不动点，

的下界凹近似由下式给出

其中，

和

非凸约束(12)可以近似为

由于

在

上是凹二次的，所以(17)中所示的约束是凸的。

再处理约束条件C3的非凸性，可重新表示为：

其中

其中

是

的伪逆。利用一阶泰勒展开，

可近似为

因此，非凸约束(18)可以近似为

因为公式(21)中的

在

上是线性的，所以约束(22)是凸的。

最后，求解转化后的凸问题，利用在公式(15)、(17)和(21)中获得的凸约束，问题(11)可以在SCA框架中迭代求解，其中第t个SCA子问题明确给出为

因为目标函数是凸的，并且所有约束都是凸的，子问题(23)是凸的。为了解决这个凸问题，使用了内点法，利用CVX工具箱来求解每一个SCA凸问题。

本发明设计的波束赋形的低复杂度算法，可实现通过逐次凸逼近和平滑逼近技术来寻找近似最优解，同时遵守数据速率、前传容量和每个RRH发射功率的约束，收敛速度快并且计算复杂度低，取得了较好的性能。在面向5G智能电网中，可以实现低复杂的电力节点接入和电力用户的调度，合理利用网络资源，推动智能电网技术的绿色发展。

基于上述任一实施例，本发明通过具体的系统仿真实例来说明。

在仿真装置中，RRH(电力节点)和IRs/ERs均匀分布在200×200平米的覆盖区域内。仿真实验中使用的主要系统参数总结在表1中，为了简单起见，设置了

还有

表1

图3显示了有限的前传容量(比如c_max)对总功耗

的影响。从图2中可以看出，当c_max较小时，随着c_max的增加，总功耗会降低，因为需要更少的RRH来满足IR的数据速率要求和ER的输入功率要求。但是，当c_max高时，总功耗不能通过增加前传容量来进一步降低。这是因为，当前端容量大到足以传送多个数据流时，它不再需要激活更多的RRH。这表明考虑有限的前端距离对于降低总功耗非常重要。

图4显示了总功耗与每个RRH的最大传输功率的关系p_max。在图4中，观察到总功耗在小的时候降低。原因可以解释如下。每个RRH的最大传输功率越大，有源谐振回路的数量越少，从而降低了谐振回路的电路功耗。此外，随着最大传输功率持续增加，总功耗达到饱和。这主要是因为，当足够大以满足IR的数据速率要求和ER的输入功率要求时，没有必要激活更多的RRH。

图5显示了每个ER的采集能量目标对总功耗的影响。在图5中，观察到当较小时，总功耗略微增加。相反，当进一步增加时，总功耗随着的增加而显著增加。这是因为，当较小时，可以通过增加RRH的发射功率来轻松满足，不需要激活更多RRH，而当较大时，则需要更多活动RRH来满足ER的收获能量目标。

下面对本发明提供的云无线接入网通信协作波束赋形设计系统进行描述，下文描述的云无线接入网通信协作波束赋形设计系统与上文描述的云无线接入网通信协作波束赋形设计方法可相互对应参照。

图6是本发明提供的云无线接入网通信协作波束赋形设计系统的结构示意图，如图6所示，包括：

第一建立模块61用于确定信息接收机传输速率模型和能量接收机能量模型，建立5G智能电网系统模型；第二建立模块62用于确定电力节点功耗模型和前端传输链路功耗模型，建立系统功耗模型；第三建立模块63用于基于所述5G智能电网系统模型和所述系统功耗模型，建立优化问题模型；转换优化模块64用于对所述优化问题模型进行转换和求解，得到系统功耗最小化的最优解。

本发明通过逐次凸逼近(SCA)和平滑逼近技术来寻找近似最优解，同时遵守数据速率、前端容量和每个RRH发射功率的约束。收敛速度快并且计算复杂度低，取得了较好的性能。

图7示例了一种电子设备的实体结构示意图，如图7所示，该电子设备可以包括：处理器(processor)710、通信接口(Communications Interface)720、存储器(memory)730和通信总线740，其中，处理器710，通信接口720，存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令，以执行云无线接入网通信协作波束赋形设计方法，该方法包括：确定信息接收机传输速率模型和能量接收机能量模型，建立5G智能电网系统模型；确定电力节点功耗模型和前传链路功耗模型，建立系统功耗模型；基于所述5G智能电网系统模型和所述系统功耗模型，建立优化问题模型；对所述优化问题模型进行转换和求解，得到系统功耗最小化的最优解。

此外，上述的存储器730中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的云无线接入网通信协作波束赋形设计方法，该方法包括：确定信息接收机传输速率模型和能量接收机能量模型，建立5G智能电网系统模型；确定电力节点功耗模型和前传链路功耗模型，建立系统功耗模型；基于所述5G智能电网系统模型和所述系统功耗模型，建立优化问题模型；对所述优化问题模型进行转换和求解，得到系统功耗最小化的最优解。

又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各提供的云无线接入网通信协作波束赋形设计方法，该方法包括：确定信息接收机传输速率模型和能量接收机能量模型，建立5G智能电网系统模型；确定电力节点功耗模型和前传链路功耗模型，建立系统功耗模型；基于所述5G智能电网系统模型和所述系统功耗模型，建立优化问题模型；对所述优化问题模型进行转换和求解，得到系统功耗最小化的最优解。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims

1.一种云无线接入网通信协作波束赋形设计方法，其特征在于，包括：

确定信息接收机传输速率模型和能量接收机能量模型，建立5G智能电网系统模型；

确定电力节点功耗模型和前传链路功耗模型，建立系统功耗模型；

2.根据权利要求1所述的云无线接入网通信协作波束赋形设计方法，其特征在于，所述确定信息接收机传输速率模型和能量接收机能量模型，建立5G智能电网系统模型，包括：

获取若干个电力节点集合、若干个信息接收机集合和能量接收机集合，其中每个电力节点包括至少一个发射天线，每个信息接收机和能量接收机包括单个发射天线；

将所有信息接收机分组到多个多播组中，所述多个多播组不大于所述若干信息接收机集合，确定每个信息接收机仅属于一个多播组；

获取任一信息接收机所属多播组索引、所有信息接收机和任一信息接收机之间的全网信道向量以及任一信息接收机的加性高斯白噪声，结合所述任一发射信号，得到任一信息接收机的接收信号；

基于所述任一信息接收机的接收信号，得到任一信息接收机多播消息实现速率，并确定所述任一信息接收机多播消息实现速率的最小值，得到任一多播组的多播消息实现速率；

获取所有电力节点与任一能量接收机之间的全网信道矢量，得到任一能量接收机的接收射频功率；

获取采集器灵敏度阈值、能量采集电路饱和最大采集功率以及用于捕获能量收集电路的非线性动力学的第一参数和第二参数，结合所述任一能量接收机的接收射频功率，得到所述接收射频功率的非线性模型。

3.根据权利要求2所述的云无线接入网通信协作波束赋形设计方法，其特征在于，所述确定电力节点功耗模型和前传链路功耗模型，建立系统功耗模型，包括：

获取每个前传链路流量相关功耗、任一电力节点和BBU池之间前传链路总数据速率和每个前传链路固定功耗，得到前传链路功耗模型；

基于所述功耗常数、所述任一电力节点活跃模式功耗模型、所述任一电力节点睡眠模式功耗模型和所述前端传输链路功耗模型，得到系统总功耗。

4.根据权利要求3所述的云无线接入网通信协作波束赋形设计方法，其特征在于，所述基于所述5G智能电网系统模型和所述系统功耗模型，建立优化问题模型，包括：

5.根据权利要求4所述的云无线接入网通信协作波束赋形设计方法，其特征在于，所述对所述优化问题模型进行转换和求解，得到系统功耗最小化的最优解，包括：

6.根据权利要求5所述的云无线接入网通信协作波束赋形设计方法，其特征在于，所述将所述第一约束条件和所述第二约束条件进行非光滑性转换，得到转换后的第一约束条件和第二约束条件，包括：

确定速率辅助变量组，将所述速率辅助变量组代入所述第一约束条件，使得所述任一信息接收机多播消息实现速率不小于预设常数，将所述预设常数代替非光滑多播速率函数，得到具有光滑性的第一约束条件；

7.根据权利要求6所述的云无线接入网通信协作波束赋形设计方法，其特征在于，所述对所述转换后的第一约束条件和第二约束条件、所述第三约束条件以及所述第四约束条件，进行凸问题求解，得到所述系统功耗最小化的最优解，包括：

基于路径跟踪算法，获得所述任一信息接收机多播消息实现速率的下界凹近似，将所述预设常数减去所述下界凹近似并确定不大于0，得到所述第一约束条件的凸问题；

确定所述任一能量接收机所需最小能量的能量转换过程的伪逆函数，将所述任一能量接收机的接收射频功率采用泰勒一阶展开获得接收射频功率展开近似函数，将所述伪逆函数减去所述接收射频功率展开近似函数并确定不大于0，得到所述第三约束条件的凸问题；

综合所有约束条件的凸约束，采用逐次凸逼近框架进行迭代求解，得到所述系统功耗最小化的最优解。

8.一种云无线接入网通信协作波束赋形设计系统，其特征在于，包括：

第一建立模块，用于确定信息接收机传输速率模型和能量接收机能量模型，建立5G智能电网系统模型；

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述云无线接入网通信协作波束赋形设计方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述云无线接入网通信协作波束赋形设计方法的步骤。